平均邻近间隔支撑向量机

• 作者: 王士同 王晓明
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 监督学习 支撑向量机 邻近间隔
• 年，卷（期）: 2010,（4）
• 页码范围: 313-319
• 分类号: TP181
• 字数: 5861字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2010.04.005

摘要

近年来,支撑向量机(SVMs)作为一种学习方法已经在机器学习和模式识别的研究领域中得到了成功的运用,然而传统SVMs缺少考虑数据的局部信息.文中将邻近间隔的基本思想引入到SVMs中,提出了平均邻近间隔支撑向量机(ANMSVMs).ANMSVMs继承了传统SVMs的优点,同时又充分利用了数据的局部信息,从而实现了泛化能力的进一步提高.人造数据和真实数据集的实验结果验证了该方法的有效性,并且相对于传统SVMs体现出了更强的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学信息工程学院	528	3424	23.0	37.0
2	王晓明	江南大学信息工程学院	10	63	4.0	7.0